Переходные оксиды металлов представляют собой один из самых универсальных и широко изученных классов функциональных материалов. Их богатые фазовые диаграммы охватывают металлические, изоляционные, сверхпроводящие и многоферроические поведения, все тесно связанные с магнитным упорядочением, которое возникает из частично заполненных орбит. . Способность предсказывать, контролировать и в конечном итоге инженерировать эти магнитные свойства имеет решающее значение для технологий следующего поколения - от сверхвысокой плотности магнитных носителей и спинтронных устройств до низкомощных логических схем и квантовых вычислительных компонентов. Вычислительные подходы стали незаменимыми в этом квесте, позволяя исследователям исследовать электронную структуру и магнитные взаимодействия при атомном разрешении, которое не могут обеспечить только эксперименты. Комбинируя методы с первыми принципами, такие как теория функциональных связей плотности (DFT) с продвинутыми поправками для сильных электронных корреляций, ученые теперь могут вычислять магнитные моменты, константы обмена, температуры Кюри и магнитокристаллические анизотропные энергии с прогностической точностью.

Фундаментальные магнитные явления в переходных металлических оксидах

Магнетизм в оксидах переходных металлов происходит в основном из непарных электронов в частично заполненных оболочках переходных металлов. Пространственное расположение и координация лигандов этих катионов — часто октаэдрических или тетраэдрических кислородных клетках — определяют расщепление кристаллического поля, которое, в свою очередь, диктует орбитальную занятость и возникающий магнитный момент. Взаимодействие между кристаллическими механизмами, которые в свою очередь диктуют, становится ли материал ферромагнитным, суперэкзаменным и парамагнитным. Например, во многих монооксидах типа катиона — аниона — катиона приводит к антиферромагнитному упорядочению с высокими температурами Неэля. xCaxMnO3 и Mn4+ ионы позволяет наносить на модель гамильтонианов (Гейзенберга, анизотропа XYZ, Китаева и др.), которые затем могут быть решены для получения магнитных наземных состояний и конечно-температурных свойств. Без вычислительного руководства огромное химическое пространство легированных и гетероструктурированных оксидов оставалось бы в значительной степени неисследованным.

Вычислительная структура для прогнозирования магнитных свойств

Предсказательная сила современной вычислительной материаловедения опирается на иерархию методов, каждый из которых подходит для разных длин и временных масштабов. Для магнетизма в оксидах переходных металлов рабочая лошадка остается функциональной теорией плотности (DFT) в рамках Кон-Шама, как реализовано в таких кодах, как VASP, Quantum ESPRESSO, CP2K и FLEUR. Однако стандартные приближения локальной плотности и обобщенного градиента (LDA / GGA) сильно недооценивают сильное отталкивание кулонов на месте среди электронов d , что приводит к ошибочному металлическому поведению или неправильному магнитному упорядочению. Для исправления этого были приняты три основные стратегии:

Методы DFT+U

Вводя на месте кулоновский параметр отталкивания (U) и параметр обмена (J), DFT+U исправляет ошибку самовзаимодействия и помещает d орбитали в соответствующее изоляционное или низкомоментальное состояние.Выбор U может быть определен самосогласованно (линейный отклик, cRPA) или приспособлен к экспериментальным свойствам объёма. Для многих оксидов переходных металлов DFT+U производит магнитные моменты и полосовые зазоры в хорошем согласии с данными фотоэмиссии и оптической проводимости. Он остаётся наиболее вычислительно эффективным подходом для больших суперэлементов и сложных магнитных конфигураций.

Гибридные функции (HSE06, PBE0)

Гибридные функции включают в себя долю точного обмена из теории Хартри-Фока, которая улучшает описание обменных взаимодействий и часто дает более точные константы магнитного обмена. Функционал Гейда-Скузерии-Эрнцерхоф (HSE06) стал золотым стандартом для антиферромагнитных изоляторов, таких как NiO и CoO. Однако увеличение вычислительных затрат ограничивает его применение к ячейкам блока или небольшим суперклеткам, что делает его менее подходящим для высокопроизводительных исследований или больших систем.

Beyond DFT: GW и DMFT

Для систем с более сильными электронными корреляциями, таких как изоляторы Мотта или оксиды тяжелого фермиона, пертурбативные поправки могут быть недостаточными. GW аппроксимация (функция Грина минус самоэнергия) обеспечивает надежные структуры полосы квазичастиц и спектральные функции. Динамическая теория среднего поля (DMFT) точно лечит локальные корреляции и может захватывать переходы Мотта, орбитальную селективность и зависящий от температуры спектральный вес. Комбинирование DFT + DFT успешно воспроизводит парамагнитное изоляционное состояние NiO при конечных температурах и аномальный эффект Холла в некоторых ферромагнитных оксидах. Несмотря на их вычислительные требования, эти методы становятся все более доступными для хорошо отмеченных систем.

Программное обеспечение и рабочие процессы

Практическая реализация требует надежного программного обеспечения и оптимизированных рабочих процессов. VASP предлагает DFT + U и HSE06 с магнитными ограничениями; Quantum ESPRESSO предоставляет аналогичные возможности с лицензированием с открытым исходным кодом; и пакет WIEN2k (полнопотенциальная линеаризованная волна с расширенной плоскостью) широко используется для высокоточных вычислений на основе всех электронов. Для DMFT библиотека TRIQS и w2dynamics являются общим выбором. Менеджеры рабочих процессов, такие как AiiDA и FireWorks, позволяют автоматизировать высокопроизводительный скрининг через тысячи легированных или натянутых структур, ускоряя открытие новых фаз магнитного оксида.

Тематические исследования магнитно-оксидных систем

Следующие примеры иллюстрируют, как вычислительные методы были применены к конкретным семействам оксидов переходных металлов, что дает представление о том, что руководило экспериментальным синтезом и конструированием устройств.

Никель оксид (NiO)

NiO является прототипом антиферромагнитного изолятора (температура Neel ~ 523 K) со структурой каменной соли. Ранние исследования DFT + U (с ] U ≈ 6,3 эВ) правильно воспроизвели антиферромагнитное основное состояние типа II, магнитный момент (~1,7 мк] B B B B [[FLT]] B B [[FLT]] B B [[FLT]] B [[FLT]] B B [[FLT]] B [[FLT]] B B [[FLT]] B [[FLT]] B [[4.0 эВ]] Гибридные функциональные вычисления (HSE06) дополнительно уточнили константы обмена и показали, что супер

Гематит (α-Fe2O3)

Гематит, наиболее стабильный оксид железа, является слабым ферромагнетиком над переходом Морина (~260 K) из-за легкого кантинга его антиферромагнитных сублаттиков. Расчеты DFT + U (с ]U = 4-6 эВ для Fe) имели решающее значение для определения энергии магнитной анизотропии и механизма перехода Морина. Включив спин-орбитальную связь, исследователи обнаружили, что легкая ось переключается с c оси (над Морином) на базальную плоскость (ниже Морина) из-за вкладов спин-орбиты на месте. J Константы обмена чувствительно зависят от кислородного октаэдрического искажения,

Манганиты (LaMnO3 и производные)

Перовскитные манганиты демонстрируют колоссальное магнитосопротивление и порядок заряда/орбитала. Для LaMnO3 DFT+U правильно описывает антиферромагнитный порядок Aabababc. Магнитные моменты от DFT+U BBBBBBdddx2−y20.7Ca0.3Mn

Кобальтиты (LaCoO3, SrCoO3)

Оксиды кобальта демонстрируют богатое взаимодействие между состоянием спина, упорядочением заряда и проводимостью. LaCoO3 подвергается постепенному кроссоверу спин-состояния от низкого спина (LS, ]S = 0) до промежуточного спина (IS) и высокого спина (HS) при нагревании. Расчеты DFT + DDMFT успешно воспроизвели переходы спин-состояния и изолирующее металлическое поведение по всей серии. Для SrCoO3, который является ферромагнитным металлом в своей кубической фазе, вычислительные исследования предсказали, что кислородные вакансии создают спин-поляризованные дефектные состояния, которые могут быть настроены для спинтронных приложений. Недавний вычислительный скрининг RCoO3 (R = редкоземельный) определил La0.50.5CoO3 как кандидат на мультиферроическое поведение комнатной температуры.

Передовые вычислительные методы и машинное обучение

Традиционные методы на основе DFT, хотя и мощные, часто слишком медленные, чтобы исследовать обширное композиционное и структурное пространство оксидов переходных металлов.Два дополнительных подхода ускоряют открытие: теория функционала с высокой пропускной способностью плотности и машинное обучение.

Высокопроизводительный скрининг

Базы данных, такие как Materials Project, AFLOW и NOMAD Repository, содержат вычисленные магнитные свойства для тысяч оксидных соединений. Исследователи могут запрашивать магнитные моменты, значения Hubbard U и температуры Néel для выявления перспективных кандидатов для конкретных применений. Типичный высокопроизводительный рабочий процесс включает в себя создание структурных прототипов, расслабление их с DFT+U и вычисление магнитного обмена из разностей общей энергии для коллинеарных и неколлинеарных конфигураций. Этот подход недавно выявил новые ферримагнитные полуметаллы и антиферромагнитные топологические изоляторы среди слоистых оксидов.

Потенциалы машинного обучения и межатомные модели

Модели машинного обучения (ML), обученные на данных DFT, могут прогнозировать общие энергии и силы на долю вычислительной стоимости. Для магнитных систем специализированные архитектуры ML включают магнитные моменты в качестве локальных дескрипторов или включают в энергетическую модель термины, подобные Гейзенбергу. Например, потенциалы тензора момента (MTP) и потенциалы нейронной сети (тип Белера-Парринелло) использовались для моделирования динамики спина и движения стенки домена в NiO и Fe ]2 O 3 в наносекундных временных масштабах, далеко за пределами досягаемости прямого DFT. Активные схемы обучения итеративно уточняют тренировочный набор, запрашивая расчеты DFT для неопределенных предсказаний, обеспечивая точность. Эти симуляторы на основе ML позволяют изучать конечные температурные магнитные флуктуации, топологические спиновые текстуры и эффект границ зерна — критический для производительности устройства.

Интеграция экспериментальной обратной связи

Наиболее успешные вычислительные усилия работают в тесной синергии с экспериментами. Например, предсказанные магнитные структуры могут быть проверены рассеянием нейтронов; вычисленные константы обмена могут быть сопоставлены с неупругими спектрами нейтронов; и предсказанные температуры Кюри / Нила могут направлять синтез материалов с целевыми точками перехода. Байесовская оптимизация все чаще используется для навигации по объединенному пространству композиции, допинга и условий обработки, используя экспериментальные данные характеристики для уточнения вычислительных моделей в итеративной петле.

Приложения и будущие направления

Практическое влияние вычислительного магнетизма в оксидах уже очевидно. Антиферромагнитные оксиды (NiO, CoO, α-Fe2O3) рассматриваются для спинтроники на основе изолятора, потому что они производят незначительные бродячие поля и позволяют динамику спина ТГц. Ферримагнитные оксиды, такие как магнетит (Fe3O4) и иттриевый железный гранат (Y3Fe5O12), используются в магнитных датчиках, элементах памяти и микроволновых устройствах. Понимание магнитной анизотропии и демпфирования на уровне ab initio позволило проектировать тонкие пленки с низкими потерями оксида для высокочастотных применений. В области мультиферроики вычислительные предсказания магнитоэлектрической связи в BiFeO3 и гексагональных манганитах направляли усилия по контролю поляризации с магнитными полями, обещая маломощные воспоминания и логику. Будущие разработки, вероятно, будут сосредоточен

  • Неколлинеарный магнетизм и топология: Предсказание и интерпретация скирмионных решёток, гопфионов и других сложных спиновых текстур в оксидах, требующих полной спин-орбитальной связи и неколлинеарной плотности спина.
  • Температурно-зависимые свойства:] Разработка вычислительно эффективных методов для точного вычисления магнитных фазовых переходов, спин-волновых спектров и зависящего от температуры транспорта за пределами приближения замороженной решетки. Перспективны такие методы, как температурно-зависимые эффективные потенциалы (TDEP) и стохастическая динамика Ландау-Лифшица-Гильберта.
  • Материалы по дизайну: Обратные стратегии проектирования с использованием генеративных моделей (вариационные автокодеры, модели диффузии) для предложения новых оксидных композиций и гетероструктур, которые достигают заданных магнитных показателей производительности (например, высокая температура Неэля, сильная магнитокристаллическая анизотропия).

Заключение

Вычислительные исследования магнитных свойств в оксидах переходных металлов созрели из чисто описательного усилия в прогностической, ориентированной на дизайн дисциплине. Объединив сильные стороны DFT + U, гибридных функций, DMFT и новых моделей машинного обучения, исследователи теперь могут расшифровать сложные магнитные взаимодействия, которые управляют этими материалами, и использовать эти знания для разработки новых функций. Тематические исследования NiO, гематита, манганитов и кобальтитов демонстрируют глубину понимания, достижимую при совместной работе вычислений и экспериментов. Поскольку вычислительные методы продолжают развиваться - особенно в обработке конечной температуры и неколлинеарного магнетизма - они будут играть все более центральную роль в открытии и оптимизации магнитоэлектроники на основе оксида. Следующее десятилетие обещает новое поколение магнитных материалов, адаптированных с нуля, ускоренных высокопроизводительным скринингом и управляемых интеллектуальными алгоритмами, которые учатся как из моделирования, так и из лабораторных данных.